JP2019527427A - ポストインストールアプリケーション対話の改善 - Google Patents

ポストインストールアプリケーション対話の改善 Download PDF

Info

Publication number
JP2019527427A
JP2019527427A JP2019502252A JP2019502252A JP2019527427A JP 2019527427 A JP2019527427 A JP 2019527427A JP 2019502252 A JP2019502252 A JP 2019502252A JP 2019502252 A JP2019502252 A JP 2019502252A JP 2019527427 A JP2019527427 A JP 2019527427A
Authority
JP
Japan
Prior art keywords
user
application
post
activity
party content
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2019502252A
Other languages
English (en)
Inventor
シバニ・サナン
クリストファー・ケー・ハリス
ニコラ・リトケ
シシー・リング−イェ・シャオ
サミュエル・ジィー・ミン・イオン
ヴィノッド・クマール・ラマチャンドラン
アンソニー・チャベス
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Google LLC
Original Assignee
Google LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Google LLC filed Critical Google LLC
Publication of JP2019527427A publication Critical patent/JP2019527427A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G06F8/61—Installation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Information Transfer Between Computers (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

方法、システム、および装置は、コンテンツを提供するための方法を含む、コンピュータ可読記憶媒体に符号化されたコンピュータプログラムを含む。ポストインストールアクティビティを指定するデータが、アプリケーションのプロバイダから受信される。第三者コンテンツをユーザに提供する機会が識別される。ユーザの1つまたは複数の属性、およびアプリケーションにおいて、指定されたポストインストールアクティビティを以前に実行したユーザの属性に基づいて、ユーザが指定されたポストインストールアクティビティを実行する可能性が決定される。選択値は、決定された可能性に基づいて、アプリケーションを識別する第三者コンテンツに対して調整され、選択値は、可能性が高いほど大きくなる。アプリケーションを識別する第三者コンテンツは、調整された選択値に基づいて選択される。アプリケーションを識別する第三者コンテンツは、ユーザのクライアントデバイスに配信される。

Description

本明細書は、アプリケーションに関連するコンテンツの選択に関する。
インターネットは様々なリソースへのアクセスを提供する。たとえば、ビデオおよび/またはオーディオファイル、ならびに特定の主題に関するウェブページまたは特定のニュース記事は、インターネットを介してアクセス可能である。これらのリソースへのアクセスは、第三者コンテンツがリソースとともに提供される機会を提供する。たとえば、ウェブページは、コンテンツを提示することができるスロットを含むことができる。
一般に、本明細書に記載される主題の革新的な一態様は、アプリケーションのプロバイダから、1つまたは複数のサーバによって、ポストインストールアクティビティ(Post-install Activity)を指定するデータを受信するステップと、1つまたは複数のサーバによって、第三者コンテンツをユーザに提供する機会を識別するステップと、1つまたは複数のサーバによって、ユーザの1つまたは複数の属性、およびアプリケーションにおいて、指定されたポストインストールアクティビティを以前に実行したユーザの属性に基づいて、ユーザが指定されたポストインストールアクティビティを実行する可能性を決定するステップと、1つまたは複数のサーバによって、決定された可能性に基づいて、アプリケーションを識別する第三者コンテンツの選択値を調整するステップであって、可能性が増加するにつれて選択値が増加する、ステップと、1つまたは複数のサーバによって、調整された選択値に基づいて、アプリケーションを識別する第三者コンテンツを選択するステップと、1つまたは複数のサーバによって、アプリケーションを識別する第三者コンテンツをユーザのクライアントデバイスに配信するステップとを含む方法において実装することができる。
これらおよび他の実装形態はそれぞれ、任意で以下の特徴のうちの1つまたは複数を含むことができる。ポストインストールアクティビティを指定するデータを受信するステップは、実行されることが可能なアプリケーションとの1つまたは複数のユーザ対話を指定するデータを受信するステップを含むことができる。ポストインストールアクティビティを指定するデータを受信するステップは、アプリケーションのインストール後に取得される、支出レベルまたは利益レベルのうちの1つを含む目標利得レベルを指定するデータを受信するステップを含むことができる。ユーザが指定されたポストインストールアクティビティを実行する可能性を決定するステップは、アプリケーション内の以前のユーザアクティビティを指定する履歴ユーザアクティビティデータにアクセスするステップと、指定されたポストインストールアクティビティを実行したユーザのユーザ属性にアクセスするステップと、ユーザによるアプリケーションのインストール後に、ユーザが指定されたポストインストールアクティビティを実行する可能性を提供するモデルを生成するステップと、可能性を取得するために、ユーザの1つまたは複数の属性にモデルを適用するステップとを含むことができる。ユーザが指定されたポストインストールアクティビティを実行する可能性を決定するステップは、アプリケーション内の対話を通じて取得された以前の利得を指定する履歴ユーザアクティビティデータにアクセスするステップと、アプリケーションと対話したユーザのユーザ属性にアクセスするステップと、ユーザによるアプリケーションのインストール後に、アプリケーションとの対話を通じてユーザから取得される推定利得を提供するモデルを生成するステップと、ユーザから取得される推定利得を取得するために、モデルをユーザの1つまたは複数の属性に適用するステップとを含むことができる。モデルは、アプリケーション内の以前のユーザアクティビティを指定する履歴ユーザアクティビティデータに機械学習システムを適用するステップによって、および/またはアプリケーション内の対話を通じて取得された以前の利得を指定する履歴ユーザアクティビティデータに機械学習システムを適用するステップによって生成されてもよい。本方法は、プロバイダが追跡しているポストインストールアクティビティのセットが取り込まれたユーザインターフェースをプロバイダに提供するステップをさらに含むことができ、ポストインストールアクティビティを指定するデータを受信するステップは、ユーザインターフェースに提示されたポストインストールアクティビティのセットのうちの1つまたは複数とのプロバイダの対話を検出するステップを備える。
一般に、本明細書に記載される主題の別の態様は、コンピュータプログラムで符号化された非一時的コンピュータストレージ媒体で実装することができる。本プログラムは、分散コンピューティングシステムによって実行されると、分散コンピューティングシステムに、アプリケーションのプロバイダから、1つまたは複数のサーバによって、ポストインストールアクティビティを指定するデータを受信するステップと、1つまたは複数のサーバによって、第三者コンテンツをユーザに提供する機会を識別するステップと、1つまたは複数のサーバによって、ユーザの1つまたは複数の属性、およびアプリケーションにおいて、指定されたポストインストールアクティビティを以前に実行したユーザの属性に基づいて、ユーザが指定されたポストインストールアクティビティを実行する可能性を決定するステップと、1つまたは複数のサーバによって、決定された可能性に基づいて、アプリケーションを識別する第三者コンテンツの選択値を調整するステップであって、可能性が増加するにつれて選択値が増加する、ステップと、1つまたは複数のサーバによって、調整された選択値に基づいて、アプリケーションを識別する第三者コンテンツを選択するステップと、1つまたは複数のサーバによって、アプリケーションを識別する第三者コンテンツをユーザのクライアントデバイスに配信するステップとを含む動作を実行させる命令を含むことができる。
これらおよび他の実装形態はそれぞれ、任意で以下の特徴のうちの1つまたは複数を含むことができる。ポストインストールアクティビティを指定するデータを受信するステップは、実行されることが可能なアプリケーションとの1つまたは複数のユーザ対話を指定するデータを受信するステップを含むことができる。ポストインストールアクティビティを指定するデータを受信するステップは、アプリケーションのインストール後に取得される、支出レベルまたは利益レベルのうちの1つを含む目標利得レベルを指定するデータを受信するステップを含むことができる。ユーザが指定されたポストインストールアクティビティを実行する可能性を決定するステップは、アプリケーション内の以前のユーザアクティビティを指定する履歴ユーザアクティビティデータにアクセスするステップと、指定されたポストインストールアクティビティを実行したユーザのユーザ属性にアクセスするステップと、ユーザによるアプリケーションのインストール後に、ユーザが指定されたポストインストールアクティビティを実行する可能性を提供するモデルを生成するステップと、可能性を取得するために、ユーザの1つまたは複数の属性にモデルを適用するステップとを含むことができる。ユーザが指定されたポストインストールアクティビティを実行する可能性を決定するステップは、アプリケーション内の対話を通じて取得された以前の利得を指定する履歴ユーザアクティビティデータにアクセスするステップと、アプリケーションと対話したユーザのユーザ属性にアクセスするステップと、ユーザによるアプリケーションのインストール後にアプリケーションとの対話を通じてユーザから取得される推定利得を提供するモデルを生成するステップと、ユーザから取得される推定利得を取得するために、モデルをユーザの1つまたは複数の属性に適用するステップとを含むことができる。モデルは、アプリケーション内の以前のユーザアクティビティを指定する履歴ユーザアクティビティデータに機械学習システムを適用するステップによって、および/またはアプリケーション内の対話を通じて取得された以前の利得を指定する履歴ユーザアクティビティデータに機械学習システムを適用するステップによって生成されてもよい。本動作は、プロバイダが追跡しているポストインストールアクティビティのセットが取り込まれたユーザインターフェースをプロバイダに提供するステップをさらに含むことができ、ポストインストールアクティビティを指定するデータを受信するステップは、ユーザインターフェースに提示されたポストインストールアクティビティのセットのうちの1つまたは複数とのプロバイダの対話を検出するステップを備える。
一般に、本明細書に記載される主題の別の態様は、1つまたは複数の処理デバイスおよび1つまたは複数のストレージデバイスを含むシステムにおいて実装することができる。本ストレージデバイスは、1つまたは複数の処理デバイスによって実行されると、1つまたは複数の処理デバイスに、アプリケーションのプロバイダから、1つまたは複数のサーバによって、ポストインストールアクティビティを指定するデータを受信するステップと、1つまたは複数のサーバによって、第三者コンテンツをユーザに提供する機会を識別するステップと、1つまたは複数のサーバによって、ユーザの1つまたは複数の属性、およびアプリケーションにおいて、指定されたポストインストールアクティビティを以前に実行したユーザの属性に基づいて、ユーザが指定されたポストインストールアクティビティを実行する可能性を決定するステップと、1つまたは複数のサーバによって、決定された可能性に基づいて、アプリケーションを識別する第三者コンテンツの選択値を調整するステップであって、可能性が増加するにつれて選択値が増加する、ステップと、1つまたは複数のサーバによって、調整された選択値に基づいて、アプリケーションを識別する第三者コンテンツを選択するステップと、1つまたは複数のサーバによって、アプリケーションを識別する第三者コンテンツをユーザのクライアントデバイスに配信するステップとを含む動作を実行させる命令を記憶する。
これらおよび他の実装形態はそれぞれ、任意で以下の特徴のうちの1つまたは複数を含むことができる。ポストインストールアクティビティを指定するデータを受信するステップは、実行されることが可能なアプリケーションとの1つまたは複数のユーザ対話を指定するデータを受信するステップを含むことができる。ポストインストールアクティビティを指定するデータを受信するステップは、アプリケーションのインストール後に取得される、支出レベルまたは利益レベルのうちの1つを含む目標利得レベルを指定するデータを受信するステップを含むことができる。ユーザが指定されたポストインストールアクティビティを実行する可能性を決定するステップは、アプリケーション内の以前のユーザアクティビティを指定する履歴ユーザアクティビティデータにアクセスするステップと、指定されたポストインストールアクティビティを実行したユーザのユーザ属性にアクセスするステップと、ユーザによるアプリケーションのインストール後に、ユーザが指定されたポストインストールアクティビティを実行する可能性を提供するモデルを生成するステップと、可能性を取得するために、ユーザの1つまたは複数の属性にモデルを適用するステップとを含むことができる。ユーザが指定されたポストインストールアクティビティを実行する可能性を決定するステップは、アプリケーション内の対話を通じて取得された以前の利得を指定する履歴ユーザアクティビティデータにアクセスするステップと、アプリケーションと対話したユーザのユーザ属性にアクセスするステップと、ユーザによるアプリケーションのインストール後にアプリケーションとの対話を通じてユーザから取得される推定利得を提供するモデルを生成するステップと、ユーザから取得される推定利得を取得するために、モデルをユーザの1つまたは複数の属性に適用するステップとを含むことができる。モデルは、アプリケーション内の以前のユーザアクティビティを指定する履歴ユーザアクティビティデータに機械学習システムを適用するステップによって、および/またはアプリケーション内の対話を通じて取得された以前の利得を指定する履歴ユーザアクティビティデータに機械学習システムを適用するステップによって生成されてもよい。本動作は、プロバイダが追跡しているポストインストールアクティビティのセットが取り込まれたユーザインターフェースをプロバイダに提供するステップをさらに含むことができ、ポストインストールアクティビティを指定するデータを受信するステップは、ユーザインターフェースに提示されたポストインストールアクティビティのセットのうちの1つまたは複数とのプロバイダの対話を検出するステップを備える。
特定の実装形態は、以下の利点のうちのいずれも実現しないこともあり、そのうちの1つまたは複数を実現することもある。アプリケーション(「アプリ」)を配信するアプリケーションプロバイダは、アプリのインストール/ダウンロード後に特定の対話を実行する特定の種類のユーザを識別するための基礎として、予測されるポストダウンロードアクティビティを使用することができる。機械学習システムは、配信の基礎として、ポストダウンロードユーザ対話の同じセットを使用して、複数の異なるオンラインプラットフォーム(たとえば、検索、ビデオ、ソーシャルネットワーク、発行者ページ、および/またはストリーミングコンテンツプラットフォーム)を介して、アプリケーションに関する情報(たとえば、ダウンロードリンク)の配信を可能にすることができる。たとえば、機械学習システムは、特定のポストダウンロードアクティビティを以前に実行したことがあるユーザの特性および他のユーザの特性に基づいて、所与のユーザが特定のポストダウンロードアクティビティ(たとえば、ゲームアプリケーションの一定のレベルに達すること、またはポストダウンロードに所与の回数だけアプリケーションを利用すること)を実行する可能性を自動的に決定することができる。したがって、ユーザおよび他のユーザに関連付けられるデータの分析に基づいて、アプリケーションがユーザに提供されてもよい。したがって、ユーザが利用するアプリケーションがユーザに提供されてもよい。したがって、ユーザが使用しない、または特定の方法で対話しない不必要なアプリケーションが回避されてもよく、それによって、ユーザへのデータ送信を削減し、ならびにユーザにとって不要なアプリケーションと対話するユーザの時間を節約する。特定のユーザに対して、主題は統計的に重要な改善をもたらす。
本明細書に記載される主題の1つまたは複数の実装形態の詳細は、添付の図面および以下の説明に記載される。主題の他の特徴、態様、および利点は、説明、図面、および請求項から明らかになるであろう。
電子文書を用いた提示のために第三者コンテンツが配信される例示的な環境のブロック図である。 アプリケーションプロバイダが、それらのアプリケーションに関連するコンテンツを選択するための入札戦略を提供するための、例示的なユーザインターフェースを示す図である。 アプリケーションプロバイダが、それらのアプリケーションに関連するコンテンツを選択するための入札戦略を提供するための、例示的なユーザインターフェースを示す図である。 アプリケーションプロバイダが、それらのアプリケーションに関連するコンテンツを選択するための入札戦略を提供するための、例示的なユーザインターフェースを示す図である。 第三者コンテンツを配信するための例示的なプロセスのフローチャートである。 第三者コンテンツを配信する例示的システムを示す図である。 本開示において説明される方法、システム、およびプロセスを実装するために使用され得る例示的なコンピュータシステムのブロック図である。
様々な図面における同様の参照番号および名称は同様の要素を示す。
ユーザがアプリケーションをダウンロードした後にアプリケーション内で1つまたは複数の特定のユーザ対話が発生する可能性に基づいてコンテンツに対する要求に応答するためのシステム、方法、およびコンピュータプログラム製品について説明する。たとえば、アプリケーションプロバイダは、1つまたは複数のポストインストールユーザ対話(Post-install User Interaction)を指定することができ、機械学習システム(たとえば、機械学習を使用して作成されたモデル)は、特定のユーザが、ダウンロードしたアプリケーション内でポストダウンロードユーザ対話(Post-download User Interaction)を実行する可能性に関する予測を出力することができる。
図1は、電子文書を用いた提示のために第三者コンテンツが配信される例示的な環境100のブロック図である。例示的な環境100は、ローカルエリアネットワーク(LAN)、ワイドエリアネットワーク(WAN)、インターネット、またはそれらの組合せなどのネットワーク102を含む。ネットワーク102は、電子文書サーバ104、ユーザデバイス106、第三者コンテンツサーバ108、および第三者コンテンツ配信システム110(コンテンツ配信システムとも呼ばれる)を接続する。例示的な環境100は、多くの異なる電子文書サーバ104、ユーザデバイス106、および第三者コンテンツサーバ108を含んでもよい。いくつかの実装形態では、環境100は、たとえばダウンロードおよび/または使用のために利用可能なアプリケーション(または「アプリ」)を提供するアプリケーションサーバ124(たとえば、アプリストア)を含む。たとえば、アプリはアプリケーションプロバイダ126によって提供されてもよい。
ユーザデバイス106は、ネットワーク102を介してリソース(たとえば、電子文書)を要求および受信することができる電子デバイスである。例示的なユーザデバイス106は、パーソナルコンピュータ、モバイル通信デバイス、およびネットワーク102を介してデータを送受信することができる他のデバイスを含む。ユーザデバイス106は、通常、ネットワーク102を介するデータの送受信を容易にするためにウェブブラウザなどのユーザアプリケーションを含むが、ユーザデバイス106によって実行されるネイティブアプリケーションもまた、ネットワーク102を介するデータの送受信を容易にすることができる。
電子文書は、ユーザデバイス106においてコンテンツのセットを提示するデータである。電子文書の例には、ウェブページ、ワープロ文書、ポータブルドキュメントフォーマット(PDF)文書、画像、ビデオ、検索結果ページ、およびフィードソースが含まれる。モバイル、タブレット、またはデスクトップコンピューティングデバイスにインストールされたアプリケーションなどのネイティブアプリケーション(たとえば、「アプリ」)も、電子文書の例である。電子文書は、電子文書サーバ104によってユーザデバイス106に提供され得る。たとえば、電子文書サーバ104は、発行者ウェブサイトをホストするサーバを含むことができる。この例では、ユーザデバイス106は所与の発行者ウェブページに対する要求を開始することができ、所与の発行者ウェブページをホストする電子文書サーバ104は、ユーザデバイス106において所与のウェブページの提示を開始する機械実行可能命令を送信することによって、要求に応答することができる。
別の例では、電子文書サーバ104は、ユーザデバイス106がアプリをダウンロードできるアプリサーバを含むことができる。この例では、ユーザデバイス106は、ユーザデバイス106においてアプリをインストールするために必要なファイルをダウンロードし、次いで、ダウンロードしたアプリをローカルに実行することができる。
電子文書は様々なコンテンツを含むことができる。たとえば、電子文書は、電子文書自体の中にあり、および/または時間の経過とともに変化しない静的コンテンツ(たとえば、テキストまたは他の指定されたコンテンツ)を含むことができる。電子文書はまた、時間の経過とともに、または要求ごとに変化する動的コンテンツを含むことができる。たとえば、所与の電子文書の発行者は、電子文書の一部を入力するために使用されるデータソースを維持することができる。この例では、所与の電子文書は、ユーザデバイス106によって所与の電子文書が処理(たとえば、レンダリングまたは実行)されたときに、ユーザデバイス106にデータソースからコンテンツを要求させるタグまたはスクリプトを含むことができる。ユーザデバイス106は、データソースから取得されたコンテンツを含む複合電子文書を作成するために、データソースから取得されたコンテンツを所与の電子文書の提示に統合する。
状況によっては、所与の電子文書は、第三者コンテンツ配信システム110を参照する第三者タグまたは第三者スクリプト(たとえば、コードの一部)を含むことができる。これらの状況では、第三者タグまたは第三者スクリプトは、所与の電子文書がユーザデバイス106によって処理されるときに、ユーザデバイス106によって実行される。第三者タグまたは第三者スクリプトの実行は、ネットワーク102を介して第三者コンテンツ配信システム110に送信される第三者コンテンツの要求112を生成するようにユーザデバイス106を構成する。たとえば、第三者タグまたは第三者スクリプトは、ユーザデバイス106がヘッダおよびペイロードデータを含むパケット化データ要求を生成することを可能にすることができる。要求112は、第三者コンテンツが要求されているサーバの名前(または、ネットワークの場所)、要求しているデバイス(たとえば、ユーザデバイス106)の名前(または、ネットワークの場所)、および/あるいは第三者コンテンツ配信システム110が、要求に応答して提供される第三者コンテンツを選択するために使用できる情報などのデータを含むことができる。要求112は、ユーザデバイス106によって、ネットワーク102(たとえば、通信ネットワーク)を介して第三者コンテンツ配信システム110のサーバに送信される。
要求112は、電子文書を指定するデータと、第三者コンテンツが提示され得る場所の特性とを含むことができる。たとえば、第三者コンテンツが提示される電子文書(たとえば、ウェブページ)への参照(たとえば、URL)を指定するデータ、第三者コンテンツを提示するために利用可能な電子文書の利用可能な場所(たとえば、第三者コンテンツスロット)、利用可能な場所のサイズ、電子文書の提示内の利用可能な場所の位置、および/またはその場所での提示に適格な媒体タイプが、第三者コンテンツ配信システム110に提供され得る。同様に、電子文書によって参照される電子文書(「文書キーワード」)またはエンティティ(たとえば、人、場所、または物)に関連付けられるキーワードを指定するデータもまた、(たとえば、ペイロードデータとして)要求112に含まれ、電子文書での提示に適格な第三者コンテンツアイテムの識別を容易にするために第三者コンテンツ配信システム110に提供され得る。
要求112はまた、ユーザが提供した情報、要求が提出された州または地域を示す地理的情報、あるいは第三者コンテンツが表示される環境に関するコンテキストを提供する他の情報(たとえば、モバイルデバイスまたはタブレットデバイスなどの、第三者コンテンツが表示されるデバイスのタイプ)などの、他の情報に関連するデータを含むことができる。ユーザデバイス106のモデル、ユーザデバイス106の構成、または電子文書が提示される電子ディスプレイ(たとえば、タッチスクリーンまたはデスクトップモニタ)のサイズ(たとえば、物理的サイズまたは解像度)を識別する情報などの、ユーザデバイス106の特性を指定するデータも、要求112において提供され得る。要求112は、たとえば、パケット化ネットワークを介して送信され得、要求112自体は、ヘッダおよびペイロードデータを有するパケット化データとしてフォーマットされ得る。ヘッダは、パケットの宛先を指定することができ、ペイロードデータは、上述の情報のいずれかを含むことができる。
第三者コンテンツ配信システム110は、要求112の受信および/または要求112に含まれる情報の使用に応答して、所与の電子文書とともに提示される第三者コンテンツ(たとえば、アプリに関する情報)を選択する。いくつかの実装形態では、第三者コンテンツの選択の遅れによって発生する可能性のあるエラーを避けるために、第三者コンテンツは1秒未満で選択される。たとえば、要求112に応答して第三者コンテンツを提供する際の遅延は、ユーザデバイス106においてページロードエラーをもたらす可能性もあり、電子文書の一部が、電子文書の他の部分がユーザデバイス106において提示された後でも未入力のままで残る可能性もある。また、第三者コンテンツをユーザデバイス106に提供する際の遅延が増加するにつれて、第三者コンテンツが提供されたときにユーザデバイス106において電子文書がもはや提示されなくなり、それによって、電子文書のユーザ経験に悪影響を与える可能性がより高くなる。さらに、第三者コンテンツを提供する際の遅延は、たとえば、第三者コンテンツが提供されたときにユーザデバイス106において電子文書がもはや提示されない場合、第三者コンテンツの配信の失敗をもたらす可能性がある。
いくつかの実装形態では、第三者コンテンツ配信システム110は、たとえば、サーバと、相互接続された複数のコンピューティングデバイス114のセットとを含む分散コンピューティングシステムに実装され、要求112に応答して第三者コンテンツを識別して配信する。複数のコンピューティングデバイス114のセットは、数百万の利用可能な第三者コンテンツ(3PC1-x)のコーパスの中から電子文書に提示される資格のある第三者コンテンツのセットを識別するためにともに動作する。たとえば、第三者コーパスデータベース116において、数百万の利用可能な第三者コンテンツが索引付けされ得る。各第三者コンテンツ索引エントリは、対応する第三者コンテンツを参照し、および/または対応する第三者コンテンツの配信を条件付けする配信パラメータ(DP1-DPx)(たとえば、選択基準)を含むことができる。
いくつかの実装形態では、特定の第三者コンテンツの配信パラメータ(たとえば、選択基準)は、第三者コンテンツが提示のために適格になるために(たとえば、電子文書、または要求112において指定された用語によって)一致されなければならない配信キーワードを含むことができる。配信パラメータはまた、第三者コンテンツが提示のために適格になるために、要求112が、特定の地理的領域(たとえば、国または州)を指定する情報、および/または要求112が特定のタイプのユーザデバイス(たとえば、モバイルデバイスまたはタブレットデバイス)において発信されたことを指定する情報を含むことを要求することができる。配信パラメータはまた、特定の第三者コンテンツを配信するための選択値を指定することができる。選択値は、コンテンツを選択するためのしきい値に関連してもよく、たとえば、入札および/または予算に関連してもよい。
適格な第三者コンテンツの識別は、複数のコンピューティングデバイス114のセット内のコンピューティングデバイス間で割り当てられる複数のタスク117a〜117cに分割され得る。たとえば、複数のコンピューティングデバイス114のセット内の異なるコンピューティングデバイスは、要求112に含まれる情報と一致する配信パラメータを有する様々な第三者コンテンツを識別するために、第三者コーパスデータベース116の異なる部分をそれぞれ分析することができる。いくつかの実装形態では、複数のコンピューティングデバイス114のセット内の各所与のコンピューティングデバイスは、異なるデータ次元(または、次元のセット)を分析し、分析の結果118a〜118cを第三者コンテンツ配信システム110に戻すことができる。たとえば、セット内のコンピューティングデバイスの各々によって提供された結果118a〜118cは、要求に応答して配信に適格な第三者コンテンツのサブセットおよび/または特定の配布パラメータまたは属性を有する第三者コンテンツのサブセットを識別し得る。
第三者コンテンツ配信システム110は、要求112に応答して提供される第三者コンテンツの1つまたは複数のインスタンスを選択するために、複数のコンピューティングデバイス114のセットから受信した結果118a〜118cを集約し、集約された結果に関連付けられる情報を使用する。たとえば、第三者コンテンツ配信システム110は、以下でさらに詳細に説明するように、1つまたは複数のコンテンツ評価プロセスの結果に基づいて、選択された第三者コンテンツのセットを選択することができる。次に、第三者コンテンツ配信システム110は、選択された第三者コンテンツのセットおよび電子文書のコンテンツが、ユーザデバイス106のディスプレイにともに提示されるように、ネットワーク102を介して、ユーザデバイス106が選択された第三者コンテンツのセットを所与の電子文書に統合することを可能にする応答データ120(たとえば、応答を表すデジタルデータに)を生成し、送信することができる。
いくつかの実装形態では、ユーザデバイス106は、ユーザデバイス106を構成し、ユーザデバイス106が1つまたは複数の第三者コンテンツサーバから選択された第三者コンテンツのセットを取得することを可能にする、応答データ120に含まれる命令を実行する。たとえば、応答データ120内の命令は、第三者コンテンツサーバ108から所与の選択された第三者コンテンツを取得するために、ネットワークの場所(たとえば、ユニフォームリソースロケータ(URL))と、ユーザデバイス106に第三者リクエスト121を第三者コンテンツサーバ108に送信させるスクリプトとを含むことができる。要求に応答して、第三者コンテンツサーバ108は、所与の選択された第三者コンテンツを電子文書に組み込ませ、ユーザデバイス106において提示させる第三者データ122をユーザデバイス106に送信する。
第三者コンテンツ配信システム110は、(たとえば、要求に対応するデータに基づいて)所与の要求ごとに選択された第三者コンテンツのセットを識別および選択するために、1つまたは複数の評価プロセスを利用することができる。いくつかの実装形態では、評価プロセスは、電子文書とともに提示するためにどの第三者コンテンツを選択するかを決定するために必要であるだけでなく、選択された第三者コンテンツに動的に(たとえば、要求ごとに)適用されるフォーマットの種類を決定するためにも必要である。いくつかの実装形態では、評価プロセスはまた、適用されたフォーマットで提示されたときに、選択された第三者コンテンツの提示に対して支払われる価格を決定してもよい。
いくつかの実装形態では、第三者コンテンツ配信システム110は、その要求に応じてユーザデバイス106に戻るために適格であると見なされた第三者コンテンツアイテムのセット(たとえば、第三者コンテンツのインスタンス)の中から所与の要求に応じて第三者コンテンツを選択してもよい。適格な第三者コンテンツは、要求における特定の様々なデータ、または要求に関連付けられるコンテキストに従って、要求ごとに識別することができる。たとえば、要求は、要求された第三者コンテンツの許容サイズまたはアスペクト比を示してもよく、第三者コンテンツ配信システム110は、利用可能な第三者コンテンツの全セットを、サイズまたはアスペクト比の制約、および任意の他の適用可能な制約を満たす適格なコンテンツのセットにフィルタリングしてもよい。次いで、第三者コンテンツを選択するための評価プロセスは、適格な第三者コンテンツのセットに関してのみ実行することができる。いくつかの例では、評価プロセスは、第三者コンテンツアイテムをスコア付けおよびランク付けすることを含んでもよい。選択された第三者コンテンツアイテムは、スコアに従って最高ランクのアイテムであってもよい。いくつかの実装形態では、たとえば、コンテンツがスコア付けおよびランク付けされる前に、不適格な第三者コンテンツが利用可能なコンテンツの全セットから除外されてもよい。いくつかの実装形態では、コンテンツがスコア付けおよびランク付けされた後、不適格な第三者コンテンツが利用可能なコンテンツの全セットから除外されてもよい。
図2〜図5Bに関してさらに説明されるように、第三者コンテンツ配信システム110は、アプリケーションに関する情報の提示をトリガするように構成されてもよい。たとえば、第三者コンテンツ配信システム110は、提出されたクエリまたは第三者コンテンツスロットを埋めるための要求を受け取るなど、第三者コンテンツをユーザに提供する機会を受け取る(または、その通知を受け取る)ことができる。それに応答して、第三者コンテンツ配信システム110は、アプリケーションをダウンロードするためのリンクなどの、アプリに関連付けられるアプリケーション情報を提供することができる。
図2〜図4は、アプリケーションプロバイダがそれらのアプリケーションに関連するコンテンツを配信するための戦略を指定するための例示的なユーザインターフェース200をまとめて示している。たとえば、ユーザインターフェース200を使用して、アプリケーションプロバイダ126は、それらのアプリケーションに関連する第三者コンテンツの選択を最適化するために使用されるべきポストインストールアクティビティを識別することができる。たとえば、アプリケーションプロバイダは、それらのアプリケーションに関する情報が、指定されたポストインストールアクティビティのうちの1つまたは複数を実行するユーザに提供されることを希望することを指定することができる。
たとえば、アプリケーションプロバイダ126に提示されたとき、ユーザインターフェース200は、アプリケーションプロバイダが現在追跡しているポストインストールアクティビティ202のセットを(たとえば、分析システムを使用して)取り込むことができる。ポストインストールアクティビティの追跡は、たとえば、アプリプロバイダがそれらのアプリケーション内の所与の場所に特定のコードを挿入することによって実現され得、これにより、ポストインストールアクティビティが実行されると、コードはユーザデバイスによって実行され、指定されたポストインストールアクティビティがアプリケーション内で実行されたことを示す情報を追跡サーバに提出する。ユーザインターフェース200は、ユーザインターフェース200において提示されたポストインストールアクティビティ202のセットのうちの1つまたは複数とのアプリケーションプロバイダの対話を通じるなどして、ポストインストールアクティビティを指定するデータを(アプリケーションプロバイダによる入力を通じて)受信することができる。
ユーザインターフェース200は、たとえば、アプリケーションプロバイダ126によって提供されるアプリケーションについての総コンバージョン量(Total Conversion Volume)を最適化(たとえば、最大化または増加)するためのコンテンツ選択パラメータを設定するために、アプリケーションプロバイダ126によって使用することができる。たとえば、ユーザインターフェース200は、選択値および対応するインストール数(または、ポストインストールアクション)がインストール単価の関数として示される選択値ランドスケープをサポートすることができる。いくつかの実装形態では、ユーザインターフェース200は、アプリケーションプロバイダ126の広告主が目標インプレッション単価(CPI)を選択するために使用することができる。
いくつかの実装形態では、ユーザインターフェース200は、それによってアプリケーションプロバイダ126がユーザの生涯価値に関連付けられる入力を提出することができる機能を含むことができる。たとえば、ユーザの生涯価値は、アプリケーションをダウンロードし、その後そのアプリケーションを使用するユーザから生じる総収入額であってもよい。いくつかの実装形態では、ユーザインターフェース200は、アプリケーションプロバイダ126が、選択値の量を変更するために、たとえば、ユーザの生涯価値の推定と比較するためのしきい値(たとえば、最小値)を指定することを可能にすることができる。いくつかの実装形態では、異なる選択値の量は、顧客の異なる範囲の生涯価値に関連付けることができる。いくつかの実装形態では、異なる選択値の量は、利得率(Rate of Gain)(たとえば、Nカ月にわたる収益のXドル)または投資収益率(ROI)に関連付けることができる。たとえば、利得率が増加するにつれて、選択値が増加することができる(たとえば、より高いレベルの収益が予想されるときにはより高い選択値が使用されるようになる)。
たとえば、アプリケーションプロバイダ126は、アプリケーションとのポストインストールユーザ対話を目標としてコンテンツ選択を最適化することを選択し、次いで、アプリケーションプロバイダが推進に関心を持つポストインストールユーザ対話のカテゴリ(または、タイプ)の選択に進むことができる。いくつかの実装形態では、ポストインストールユーザ対話の最適化のために、アプリケーションプロバイダは、アプリケーションプロバイダが現在追跡している特定のユーザ対話(たとえば、アプリケーションの第1のオープニング)を選択することを推奨される場合がある。選択されたポストインストールユーザ対話に応じて、異なる選択値ランドスケープが提示され得、それによって、様々な選択値レベルにおいて、特定のポストインストールユーザ対話のうちいくつを達成することができるかのインタラクティブな視覚化を提供する。
いくつかの実装形態では、アプリケーションプロバイダは、たとえば、ポストインストールアクティビティオプション202a(たとえば「インストールのみを推進する」)と対話することによってのみインストールを最適化するために、アプリケーションに関する情報を配信することを選択することができる。代替的に、または追加的に、アプリケーションプロバイダは、ポストインストールアクティビティオプション202b、202cのうちの1つと対話することによってポストインストールアクティビティを最適化する方法で、アプリケーションに関する情報を配信することを選択することができる。たとえば、ユーザインターフェース200を使用しているアプリケーションプロバイダ126は、アプリケーションプロバイダ126が特定のアプリケーション(たとえば、Example_App203)についての情報を含む第三者コンテンツの選択のために使用したい戦略に応じて、ポストインストールアクティビティオプション202bまたは202cのうちの1つを選択することができる。選択値戦略が、特定のアプリ内アクションを完了する可能性が高いユーザからのインストールを推進するために目標インストール単価204を使用することである場合、ポストインストールアクティビティオプション202bを選択することができる。選択値戦略が、最も高い利得を提供する(たとえば、最も支出する)可能性が高いユーザからのインストールを推進するために目標インストール単価204を使用することである場合、ポストインストールアクティビティオプション202cを選択することができる。いくつかの実装形態では、グラフ206は、推定インストール単価(CPI)206bに対する推定インストール206aを示すことができる。たとえば、データポイント207aは、ポストインストールアクティビティオプション202a内の現在の設定に関連付けられるグラフ206上の位置を識別することができる。
次に図3を参照すると、ポストインストールアクティビティオプション202bが選択されると、たとえば、最適化するためにポストインストールユーザ対話210を指定するために使用される制御209が提示される。たとえば、ポストインストールユーザ対話210は、サインアップ(たとえば、ユーザ名およびパスワードの作成)、第1のレベルの完了(ゲームまたは他のアプリケーションの第1のレベルの完了)、ソーシャルネットワークにおける共有、宝石(または他のアイテム)のアプリ内購入、および第3のゲーム獲得など、アプリがインストールされた後に、Example_App203が発生する可能性がある(および、それに固有の)アプリ内アクションを含むことができる。他のアプリ(たとえば、Example_App203とは異なる)は、Example_App203に適用可能なポストインストールユーザ対話210のリストのうちのどれも含まない、またはそのうちのいくつかまたはすべてを含む、ポストインストールユーザ対話210の異なるリストを有してもよい。たとえば、選択されたユーザ対話212は、ポストインストールユーザ対話210のうちのどれが現在選択されているか、たとえば、サインアップおよび第1のレベルの完了を識別することができる。このとき、選択されたユーザ対話212に基づいて、アプリケーションプロバイダ126は、ユーザインターフェース200を通じて、Example_App203の選択値戦略は、Example_App203を受け取るユーザの選択値を、それらがサインアップおよび第1のレベルの完了を実行する可能性に基づいて推進することであることを示す。いくつかの実装形態では、グラフ208は、推定インストール単価(CPI)208bに対する推定アプリ内アクション208aを示すことができる。データポイント207bは、ポストインストールアクティビティオプション202b内の現在の設定に関連付けられるグラフ208上の位置を識別する。
次に図4を参照すると、ポストインストールアクティビティオプション202cが選択されると、たとえば、ユーザ対話214に関連付けられる制御219が提示される。たとえば、ユーザ対話214は、サインアップ、第1のレベルの完了、共有、宝石購入、および第3のゲーム獲得など、アプリがインストールされた後に、Example_App203が発生する可能性がある(および、それに固有の)支出関連のアプリ内アクションを含むことができる。他のアプリ(たとえば、Example_App203とは異なる)は、Example_App203に適用可能なユーザ対話214のリストのうちのどれも含まない、またはそのうちのいくつかまたはすべてを含む、ユーザ対話214の異なるリストを有してもよい。たとえば、選択されたユーザ対話216は、ユーザ対話214のうちのどれが現在選択されているか、たとえば、宝石購入を識別することができる。選択されたユーザ対話216に基づいて、アプリケーションプロバイダ126は、Example_App203の選択値戦略は、それらがアプリケーションにおいて獲得した宝石を最も支出する可能性に基づいて、Example_App203に関する情報をユーザに配信することであることを示す。いくつかの実装形態では、グラフ218は、推定インストール単価(CPI)218bに対する推定アプリ内アクション値218aを示すことができる。たとえば、データポイント207cは、ポストインストールアクティビティオプション202c内の現在の設定に関連付けられるグラフ218上の位置を識別することができる。
図5Aは、第三者コンテンツを配信するための例示的なプロセス500のフローチャートである。いくつかの実装形態では、第三者コンテンツ配信システム110およびそれが含むコンポーネントは、1つまたは複数のサーバ、および1つまたは複数のプロセッサによって実行される命令を記憶するメモリデバイスを使用してプロセス500のステップを実行することができる。図1〜図4および図5Bは、プロセス500のステップを実行するための例示的な構造を提供するために使用される。たとえば、図5Bの段階1〜6は、ステップ502〜512にそれぞれ進む。
ポストインストールアクティビティを指定するデータは、アプリケーションのプロバイダから、1つまたは複数のサーバによって受信される(502)。一例として、110は、(たとえば、図5Bの段階1において)ポストインストールアクティビティ520を指定するデータを受信することができる。データの受信は、たとえば、アプリケーションプロバイダ126のアプリケーションに関するコンテンツを配信するための選択値戦略として使用されるべきポストインストールアクティビティ202のうちの1つを指定するために、アプリケーションプロバイダ126がユーザインターフェース200を使用するときに発生することができる。アプリケーションプロバイダ126がポストインストールアクティビティオプション202bを選択する場合、たとえば、アプリケーションプロバイダ126は、目標インストール単価204が適用されるべきポストインストールユーザ対話210のうちの特定のものを選択することができる。いくつかの実装形態では、ポストインストールアクティビティ520を指定するデータに関連付けられる情報は、たとえば、すべての既存のネットワーク/プラットフォームにわたって使用されるべきコンテンツ選択パラメータの単一のセットを含む単一のキャンペーンをアプリケーションプロバイダ126が指定することを可能にする汎用アプリケーションキャンペーン536のデータストアに記憶することができる。アプリケーション538のデータストアは、たとえば、アプリケーションプロバイダ126のExample_App203、ならびに同じおよび異なるアプリケーションプロバイダ126のためのアプリケーションを含むことができる。
第三者コンテンツをユーザに提供する機会が識別される(504)。たとえば、第三者コンテンツ配信システム110は、ユーザ524に関連付けられるユーザデバイス106aからコンテンツ522に対する要求を受信することができる。コンテンツ522に対する要求(たとえば、図5Bの段階2)は、たとえば、ユーザデバイス106aにおいて提示された検索クエリ、またはリソースの第三者コンテンツスロットを満たすためのコンテンツに対する要求(たとえば、ストリーミングメディア、ウェブページ、ソーシャルネットワークページ、またはユーザデバイスにおいて実行されているネイティブアプリケーション)であることができる。いくつかの実装形態では、識別される機会は、たとえば、アプリケーションのダウンロードを開始するリンク、またはアプリケーションダウンロードサイトへのリンクを含む、アプリケーションに関する情報を含むことができる、第三者コンテンツ534からのコンテンツアイテムを提供するための機会であることができる。
ユーザの1つまたは複数の属性、およびアプリケーションにおいて、指定されたポストインストールアクティビティを以前に実行したユーザの属性に基づいて、ユーザが指定されたポストインストールアクティビティを実行する可能性が決定される(506)。たとえば、コンテンツ選択エンジン526は、(たとえば、図5Bの段階3において)ユーザが、アプリケーションプロバイダ126がユーザインターフェース200上で指定したポストインストールアクティビティのうちの1つなどの、指定されたポストインストールアクティビティを実行する可能性528を決定することができる。ユーザが指定されたポストインストールアクティビティを実行する可能性は、機械学習システムによって生成されたモデルをユーザの属性に適用することによって決定することができる。ユーザの1つまたは複数の属性は、たとえば、ユーザデバイス上で実行されているオペレーティングシステム、オペレーティングシステムおよび/またはユーザデバイスのバージョン、そこからコンテンツに対する要求が受信された地理的領域(たとえば、ユーザデバイスの地理的位置)、ならびに/あるいはコンテンツに対する要求が提出されたユーザデバイスのタイプを含むことができる。
機械学習システムによって生成されたモデルは、入力として、過去に指定されたポストインストールアクティビティを実行したユーザに関する情報(たとえば、その属性)を取り、入力に基づいて、ユーザが指定されたポストインストールアクティビティを実行するかどうかを予測するモデルを生成することができる。モデルは、たとえば、ユーザが指定されたポストインストールアクティビティを実行するかどうかを予測する際に、属性の各々の重要度(たとえば、重み)を指定することができる。モデル(および、様々な属性の重要性)は、たとえば、線形回帰、または他の機械学習技法を使用して生成することができる。
アプリケーションを識別する(たとえば、それに関する情報に含まれる)第三者コンテンツの選択値は、決定された可能性に基づいて調整される(508)。いくつかの実装形態では、選択値は、可能性が高いほど大きくなる。たとえば、ポストインストールアクティビティオプション202bおよび202cなどの、ユーザインターフェース200においてアプリケーションプロバイダ126によって提供される選択値戦略および設定に基づいて、コンテンツ選択エンジン526は、(たとえば、図5Bの段階4において)Example_App203に関連付けられる1つまたは複数のコンテンツアイテムの選択値を上げるなどのために、調整された選択値530を提供することができる。上げられた選択値は、たとえば、平均して特定の目標インストール単価204が達成されるように、目標インストール単価204と一致することができる。
アプリケーションを識別する第三者コンテンツは、調整された選択値に基づいて選択される(510)。一例として、コンテンツ選択エンジン526は、(たとえば、図5Bの段階5において)アプリケーションを識別する選択された第三者コンテンツ532を選択することができる。
アプリケーションを識別する第三者コンテンツは、ユーザのクライアントデバイスに配信される(512)。たとえば、第三者コンテンツ配信システム110は、(たとえば、図5Bの段階6において)コンテンツ522に対する要求に応答してアプリケーションを識別する第三者コンテンツ532を提供することができる。
いくつかの実装形態では、ポストインストールアクティビティを指定するデータを受信するステップは、実行されることが可能なアプリケーションとの1つまたは複数のユーザ対話を指定するデータを受信するステップを備える。たとえば、ポストインストールアクティビティオプション202bまたは202cを指定することに加えて、アプリケーションプロバイダ126は、ユーザ対話210または214のうちの特定のものをそれぞれ選択することができる。この場合ユーザ対話210または214のうちの特定のものを指定することは、アプリケーションプロバイダ126が目標インストール単価204に従って選択値を増加させることを望んでいる特定のユーザ対話を示す。
いくつかの実装形態では、ポストインストールアクティビティを指定するデータを受信するステップは、アプリケーションのインストール後に取得される目標利得レベルを指定するデータを受信するステップを備え、たとえば利得レベルは、ユーザの支出および利益、たとえば生涯利益や、ユーザ524を顧客として有することによって提供される価値に関連する他の何らかの期間の利益、のうちの1つまたは複数によって定義される。たとえば、ユーザインターフェース200は、アプリケーションプロバイダ126が生涯価値しきい値、値対コストしきい値、またはユーザがアプリ(たとえば、Example_App203)のダウンロード後に達成する可能性に関連付けられる何らかの他の値を識別することを可能にする1つまたは複数の機能を含むことができる。
いくつかの実施形態では、ユーザが指定されたポストインストールアクティビティを実行する可能性を決定するステップは、以下を含むことができる。たとえば、履歴ユーザアクティビティ540のデータストアからアクセスされた、アプリケーション内の以前のユーザアクティビティを指定する履歴ユーザアクティビティデータがアクセスされる。指定されたポストインストールアクティビティを実行したユーザのユーザ属性は、たとえば、アプリケーションのインストールの前後に、ユーザ対話を含む過去のユーザアクティビティを分析することによってアクセスされる。ユーザによるアプリケーションのインストール後に、ユーザが指定されたポストインストールアクティビティを実行する可能性を提供するモデルが生成される。モデルは、可能性を取得するためにユーザの1つまたは複数の属性に適用される。たとえば、コンテンツ選択エンジン526は、ユーザ524が、アプリケーションの選択値戦略において指定されているユーザ対話を実行する可能性を決定するために、生成されたモデルを使用することができる。結果として、(たとえば、広告を生成するための)所与のクエリ、ユーザ、アプリの組合せについて、ユーザがアプリをインストールしてポストインストールアクティビティを実行する可能性を予測するために、機械学習システムが使用することができる。機械学習システムはまた、所与のユーザと同様の属性を有するユーザの生涯価値に基づいて、所与のユーザの推定ポストインストール生涯価値を出力するモデルを同様に生成することができる。
いくつかの実施形態では、ユーザが指定されたポストインストールアクティビティを実行する可能性を決定するステップは、以下を含むことができる。アプリケーション内の対話を通じて取得された以前の利得を指定する履歴ユーザアクティビティデータがアクセスされる。アプリケーションと対話したユーザのユーザ属性がアクセスされる。ユーザによるアプリケーションのインストール後にアプリケーションとの対話を通じてユーザから取得される推定利得を提供するモデルが生成される。モデルは、ユーザから取得される推定利得を取得するために、ユーザの1つまたは複数の属性に適用される。たとえば、コンテンツ選択エンジン526はまた、特定のユーザまたはユーザのグループに対して発生する可能性がある経済的利得に関連付けられる情報を決定することができ、その情報は、アプリケーションに関連付けられるコンテンツアイテムの選択値を調整するときに使用することができる。
図6は、クライアント、サーバ、または複数のサーバのいずれかとして、本明細書において説明されるシステムおよび方法を実装するために使用され得る例示的なコンピューティングデバイス600、650のブロック図である。コンピューティングデバイス600は、ラップトップ、デスクトップ、ワークステーション、携帯情報端末、サーバ、ブレードサーバ、メインフレーム、および他の適切なコンピュータなどの様々な形態のデジタルコンピュータを表すことが意図されている。コンピューティングデバイス600はさらに、1つまたは複数のプロセッサが埋め込まれている、あるいは1つまたは複数のプロセッサがそれに取り付けられているテレビジョンまたは他の電子デバイスなどの、任意の他の典型的な非モバイルデバイスを表すことが意図されている。コンピューティングデバイス650は、携帯情報端末、セルラー電話、スマートフォン、および他のコンピューティングデバイスなどの、様々な形態のモバイルデバイスを表すことが意図されている。本明細書に示されたコンポーネント、それらの接続および関係、ならびにそれらの機能は、例として意図されているに過ぎず、本明細書に記載および/または請求される本発明の実装形態を限定することが意図されるものではない。
コンピューティングデバイス600は、プロセッサ602、メモリ604、ストレージデバイス606、メモリ604および高速拡張ポート610に接続する高速コントローラ608、および低速バス614およびストレージデバイス606に接続する低速コントローラ612を含む。コンポーネント602、604、606、608、610、および612の各々は、様々なバスを使用して相互接続され、共通のマザーボード上に、または適切な他の方法で取り付けられ得る。プロセッサ602は、高速コントローラ608に結合されたディスプレイ616などの外部入力/出力デバイス上のGUI用のグラフィカル情報を表示するために、メモリ604またはストレージデバイス606に記憶された命令を含むコンピューティングデバイス600内での実行のための命令を処理することができる。他の実装形態では、複数のメモリおよび複数のタイプのメモリとともに、複数のプロセッサおよび/または複数のバスが適切に使用され得る。また、複数のコンピューティングデバイス600が接続され得、各デバイスが、(たとえば、サーババンク、ブレードサーバのグループ、またはマルチプロセッサシステムとして)必要な動作の部分を提供する。
メモリ604は、コンピューティングデバイス600内に情報を記憶する。一実装形態では、メモリ604は、コンピュータ可読媒体である。一実装形態では、メモリ604は揮発性メモリユニットである。別の実装形態では、メモリ604は、不揮発性メモリユニットである。
ストレージデバイス606は、コンピューティングデバイス600の大容量ストレージを提供することができる。一実装形態では、ストレージデバイス606は、コンピュータ可読媒体である。様々な異なる実装形態では、ストレージデバイス606は、フロッピーディスクデバイス、ハードディスクデバイス、光ディスクデバイス、あるいはテープデバイス、フラッシュメモリまたは他の同様のソリッドステートメモリデバイス、あるいはストレージエリアネットワークまたは他の構成内のデバイスを含むデバイスのアレイであり得る。一実装形態では、コンピュータプログラム製品は、情報担体に実体的に組み込まれている。コンピュータプログラム製品は、実行時に、上述したような1つまたは複数の方法を実行する命令を含む。情報担体は、メモリ604、ストレージデバイス606、またはプロセッサ602上のメモリなどのコンピュータ可読媒体または機械可読媒体である。
高速コントローラ608は、コンピューティングデバイス600の帯域幅集中動作を管理し、低速コントローラ612は、低帯域幅集中動作を管理する。そのような任務の割振りは一例に過ぎない。一実装形態では、高速コントローラ608は、メモリ604、ディスプレイ616(たとえば、グラフィックプロセッサまたはアクセラレータを通じて)、および高速拡張ポート610に結合され、様々な拡張カード(図示せず)を受け入れ得る。この実装形態では、低速コントローラ612は、ストレージデバイス606および低速バス614に結合される。様々な通信ポート(たとえば、USB、Bluetooth(登録商標)、イーサネット(登録商標)、ワイヤレス・イーサネット(登録商標))を含み得る低速バス614(たとえば、低速拡張ポート)は、キーボード、ポインティングデバイス、スキャナなどの1つまたは複数の入力/出力デバイス、あるいはスイッチまたはルータなどのネットワークデバイスに、たとえばネットワークアダプタを介して結合され得る。
コンピューティングデバイス600は、図面に示されるように、いくつかの異なる形態で実装され得る。たとえば、コンピューティングデバイス600は、標準サーバ620として実装されてもよく、そのようなサーバのグループ内で複数回実装されてもよい。コンピューティングデバイス600はまた、ラックサーバシステム624の一部として実装されてもよい。さらに、コンピューティングデバイス600は、ラップトップコンピュータ622などのパーソナルコンピュータに実装されてもよい。あるいは、コンピューティングデバイス600からのコンポーネントは、コンピューティングデバイス650などのモバイルデバイス(図示せず)内の他のコンポーネントと組み合わされ得る。そのようなデバイスの各々は、コンピューティングデバイス600、650の1つまたは複数を含み得、システム全体は、互いに通信する複数のコンピューティングデバイス600、650から構成され得る。
コンピューティングデバイス650は、とりわけ、プロセッサ652、メモリ664、ディスプレイ654などの入力/出力デバイス、通信インターフェース666、およびトランシーバ668を含む。コンピューティングデバイス650はまた、追加のストレージを提供するために、マイクロドライブまたは他のデバイスなどのストレージデバイスを備え得る。コンポーネント650、652、664、654、666、および668の各々は、様々なバスを使用して相互接続され、コンポーネントのうちのいくつかは、共通のマザーボード上に、または適切な他の方法で取り付けられ得る。
プロセッサ652は、メモリ664に記憶された命令を含む、コンピューティングデバイス650内での実行のための命令を処理することができる。プロセッサはまた、別個のアナログおよびデジタルプロセッサを含み得る。プロセッサは、たとえば、ユーザインターフェースの制御、コンピューティングデバイス650によって実行されるアプリケーション、およびコンピューティングデバイス650によるワイヤレス通信などの、コンピューティングデバイス650の他のコンポーネントの調整のために提供し得る。
プロセッサ652は、制御インターフェース658およびディスプレイ654に結合されたディスプレイインターフェース656を通じてユーザと通信し得る。ディスプレイ654は、たとえば、TFT LCDディスプレイまたはOLEDディスプレイ、あるいは他の適切なディスプレイ技術であり得る。ディスプレイインターフェース656は、グラフィカル情報および他の情報をユーザに提示するために、ディスプレイ654を駆動するための適切な回路を備え得る。制御インターフェース658は、ユーザからコマンドを受信し、プロセッサ652への提出のためにそれらを変換し得る。さらに、コンピューティングデバイス650の他のデバイスとの近距離通信を可能にするために、プロセッサ652と通信する外部インターフェース662が提供され得る。外部インターフェース662は、たとえばワイヤード通信(たとえば、ドッキング手順を介する)またはワイヤレス通信(たとえば、Bluetooth(登録商標)または他のそのような技術を介する)を提供し得る。
メモリ664は、コンピューティングデバイス650内に情報を記憶する。一実装形態では、メモリ664は、コンピュータ可読媒体である。一実装形態では、メモリ664は揮発性メモリユニットである。別の実装形態では、メモリ664は、不揮発性メモリユニットである。拡張メモリ674は、たとえば、加入者識別モジュール(SIM)カードインターフェースを含み得る拡張インターフェース672を通じてコンピューティングデバイス650に提供され、接続され得る。そのような拡張メモリ674は、コンピューティングデバイス650のための余分な記憶スペースを提供してもよく、またコンピューティングデバイス650のためのアプリケーションまたは他の情報を記憶してもよい。具体的には、拡張メモリ674は、上述したプロセスを実行または補足するための命令を含み得、また安全な情報も含み得る。したがって、たとえば、拡張メモリ674は、コンピューティングデバイス650のためのセキュリティモジュールとして提供され得、コンピューティングデバイス650の安全な使用を可能にする命令でプログラムされ得る。さらに、安全なアプリケーションは、SIMカード上の識別情報を非ハッカー可能な方法で配置するなどの追加情報とともに、SIMカードを介して提供され得る。
メモリは、たとえば、後述するように、フラッシュメモリおよび/またはMRAMメモリを含み得る。一実装形態では、コンピュータプログラム製品は、情報担体に実体的に組み込まれている。コンピュータプログラム製品は、実行時に、上述したような1つまたは複数の方法を実行する命令を含む。情報担体は、メモリ664、拡張メモリ674、またはプロセッサ652上のメモリなどのコンピュータ可読媒体または機械可読媒体である。
コンピューティングデバイス650は、通信インターフェース666を通じてワイヤレスに通信し得、通信インターフェース666は、必要に応じてデジタル信号処理回路を含み得る。通信インターフェース666は、とりわけ、GSMボイスコール、SMS、EMS、またはMMSメッセージング、CDMA、TDMA、PDC、WCDMA(登録商標)、CDMA2000、またはGPRSなどの様々なモードまたはプロトコルの下での通信を提供し得る。そのような通信は、たとえば、トランシーバ668(たとえば、無線周波数トランシーバ)を通じて発生し得る。さらに、Bluetooth(登録商標)、WiFi、または他のそのようなトランシーバ(図示せず)などを使用する短距離通信が発生し得る。さらに、GPS受信機モジュール670は、コンピューティングデバイス650上で動作するアプリケーションによって適切に使用され得る、追加のワイヤレスデータをコンピューティングデバイス650に提供し得る。
コンピューティングデバイス650はまた、オーディオコーデック660を使用して聴覚的に通信し得、音声コーデック660は、ユーザからの音声情報を受信し、それを使用可能なデジタル情報に変換し得る。オーディオコーデック660は、同様に、たとえば、コンピューティングデバイス650のハンドセット内のスピーカを通じるなどして、ユーザのための可聴音を生成し得る。そのような音声は、音声電話呼からの音声を含み得、録音された音声(たとえば、ボイスメッセージ、音楽ファイルなど)を含み得、またコンピューティングデバイス650上で動作するアプリケーションによって生成された音声を含み得る。
コンピューティングデバイス650は、図面に示されるように、いくつかの異なる形態で実装され得る。たとえば、コンピューティングデバイス650はセルラー電話680として実装され得る。コンピューティングデバイス650はまた、スマートフォン682、携帯情報端末、または他のモバイルデバイスの一部として実装され得る。
本明細書に記載されたシステムおよび技法の様々な実装形態は、デジタル電子回路、集積回路、特別に設計されたASIC(特定用途向け集積回路)、コンピュータハードウェア、ファームウェア、ソフトウェア、および/またはそれらの組合せにおいて実現され得る。これらの様々な実装形態は、データおよび命令を受信し、ストレージシステムからデータおよび命令を受信する、ならびにストレージシステムにデータおよび命令送信するように結合された、専用または汎用であり得る少なくとも1つのプログラム可能プロセッサ、少なくとも1つの入力デバイス、ならびに少なくとも1つの出力デバイスを含むプログラム可能システム上で実行可能および/または解釈可能な1つまたは複数のコンピュータプログラムにおける実装形態を含むことができる。
これらのコンピュータプログラム(プログラム、ソフトウェア、ソフトウェアアプリケーション、またはコードとしても知られている)は、プログラム可能プロセッサ用の機械命令を含み、高水準手続き型および/またはオブジェクト指向プログラミング言語で、ならびに/あるいはアセンブリ/機械言語で実装され得る。他のプログラミングパラダイム、たとえば、機能プログラミング、論理プログラミング、または他のプログラミングが使用され得る。本明細書で使用される場合、「機械可読媒体」、「コンピュータ可読媒体」という用語は、機械可読信号として機械命令を受信する機械可読媒体を含む、プログラム可能プロセッサに機械命令および/またはデータを提供するために使用される任意のコンピュータプログラム製品、装置、および/またはデバイス(たとえば、磁気ディスク、光ディスク、メモリ、プログラム可能論理デバイス(PLD))を指す。「機械可読信号」という用語は、プログラム可能プロセッサに機械命令および/またはデータを提供するために使用される任意の信号を指す。
ユーザとの対話を提供するために、本明細書で説明するシステムおよび技法は、ユーザに情報を表示するためのディスプレイデバイス(たとえば、CRT(ブラウン管)またはLCD(液晶ディスプレイ)モニタ)、ならびにユーザがコンピュータに入力を提供することができるキーボードおよびポインティングデバイス(たとえば、マウスまたはトラックボール)を有するコンピュータ上に実装され得る。ユーザとの対話を提供するために他の種類のデバイスも使用され得、たとえば、ユーザに提供されるフィードバックは、任意の形態の感覚フィードバック(たとえば、視覚フィードバック、聴覚フィードバック、または触覚フィードバック)であり得、ユーザからの入力は、音響、音声、または触覚入力を含む任意の形態で受信され得る。
本明細書で説明されるシステムおよび技法は、(たとえば、データサーバとして)バックエンドコンポーネントを含む、またはミドルウェアコンポーネント(たとえば、アプリケーションサーバ)を含む、またはフロントエンドコンポーネント(たとえば、ユーザが本明細書で説明されるシステムおよび技法の実装形態と対話することができるグラフィカルユーザインターフェースまたはウェブブラウザを有するクライアントコンピュータ)を含むコンピューティングシステム、あるいはそのようなバックエンド、ミドルウェア、またはフロントエンドコンポーネントの任意の組合せにおいて実装され得る。システムのコンポーネントは、任意の形態または媒体のデジタルデータ通信(たとえば、通信ネットワーク)によって相互接続され得る。通信ネットワークの例には、ローカルエリアネットワーク(「LAN」)、ワイドエリアネットワーク(「WAN」)、およびインターネットが含まれる。
コンピューティングシステムは、クライアントおよびサーバを含むことができる。クライアントとサーバは、一般に互いに遠隔であり、典型的には通信ネットワークを介して相互作用する。クライアントとサーバとの関係は、それぞれのコンピュータ上で実行され、互いにクライアント-サーバ関係を有するコンピュータプログラムのおかげで生じる。
本明細書は、多くの具体的な実装形態の詳細を含むが、これらは、任意の発明の範囲または特許請求される可能性のある範囲の限定として解釈されるべきではなく、むしろ特定の発明の特定の実装形態に特有の特徴の説明として解釈されるべきである。別個の実装形態の文脈において本明細書で説明される特定の機能はまた、単一の実装形態において組み合わせて実装され得る。逆に、単一の実装形態の文脈において説明される様々な機能はまた、複数の実装形態において個別に、または任意の適切なサブコンビネーションにおいて実装され得る。さらに、特徴は、特定の組合せにおいて作用するものとして説明されており、当初はそのように主張されているものであっても、場合によっては、請求された組合せからの1つまたは複数の特徴が組合せから切り出されてよく、請求された組合せは、サブコンビネーションまたはサブコンビネーションのバリエーションに導かれ得る。
同様に、動作は、特定の順序で図面に示されているが、これは、望ましい結果を達成するために、そのような動作が示された特定の順序または逐次的な順序で実行されること、あるいは図示されたすべての動作が実行されることを必要とするものとして理解されるべきではない。特定の状況では、マルチタスク処理および並列処理が有利な場合がある。さらに、上述の実装形態における様々なシステムコンポーネントの分離は、すべての実装形態においてそのような分離を必要とするものとして理解されるべきではなく、記載されたプログラムコンポーネントおよびシステムは、一般に、単一のソフトウェア製品に統合されてもよく、複数のソフトウェア製品にパッケージ化されてもよいことが理解されるべきである。
したがって、本主題の特定の実装形態が記載されている。他の実装形態は、以下の請求項の範囲内にある。場合によっては、請求項に列挙された動作は異なる順序で実行され、依然として望ましい結果を達成することができる。さらに、添付の図面に示されるプロセスは、望ましい結果を達成するために、示された特定の順序または逐次的な順序を必ずしも必要としない。特定の実装形態では、マルチタスク処理および並列処理が有利な場合がある。
100 例示的な環境
102 ネットワーク
104 電子文書サーバ
106 ユーザデバイス
106a ユーザデバイス
108 第三者コンテンツサーバ
110 第三者コンテンツ配信システム
112 要求
114 コンピューティングデバイス
116 第三者コーパスデータベース
117a〜117c タスク
118a〜118c 分析の結果
120 応答データ
121 第三者要求
122 第三者データ
124 アプリケーションサーバ
126 アプリケーションプロバイダ
200 ユーザインターフェース
202 ポストインストールアクティビティ
202a ポストインストールアクティビティオプション
202b ポストインストールアクティビティオプション
202c ポストインストールアクティビティオプション
203 Example_App
206 グラフ
206a 推定インストール
206b 推定インストール単価(CPI)
207a データポイント
207b データポイント
207c データポイント
208 グラフ
208a 推定アプリ内アクション
208b 推定インストール単価(CPI)
209 制御
210 ポストインストールユーザ対話、ユーザ対話
212 ユーザ対話
214 ユーザ対話
216 ユーザ対話
218 グラフ
218a 推定アプリ内アクション値
218b 推定インストール単価(CPI)
219 制御
500 プロセス
520 ポストインストールアクティビティ
522 コンテンツ
524 ユーザ
526 コンテンツ選択エンジン
528 可能性
530 選択値
532 第三者コンテンツ
534 第三者コンテンツ
536 汎用アプリケーションキャンペーン
538 アプリケーション
540 履歴ユーザアクティビティ
600 コンピューティングデバイス
602 プロセッサ
604 メモリ
606 ストレージデバイス
608 高速コントローラ
610 高速拡張ポート
612 低速コントローラ
614 低速バス
622 ラップトップコンピュータ
624 ラックサーバシステム
650 コンピューティングデバイス
652 プロセッサ
654 ディスプレイ
656 ディスプレイインターフェース
658 制御インターフェース
660 オーディオコーデック
662 外部インターフェース
664 メモリ
666 通信インターフェース
668 トランシーバ
670 GPS受信機モジュール
672 拡張インターフェース
674 拡張メモリ
680 セルラー電話
682 スマートフォン

Claims (10)

  1. アプリケーションのプロバイダから、1つまたは複数のサーバによって、ポストインストールアクティビティを指定するデータを受信するステップと、
    前記1つまたは複数のサーバによって、第三者コンテンツをユーザに提供する機会を識別するステップと、
    前記1つまたは複数のサーバによって、前記ユーザの1つまたは複数の属性、および前記アプリケーションにおいて前記指定されたポストインストールアクティビティを以前に実行したユーザの属性に基づいて、前記ユーザが前記指定されたポストインストールアクティビティを実行する可能性を決定するステップと、
    前記1つまたは複数のサーバによって、前記決定された可能性に基づいて、前記アプリケーションを識別する第三者コンテンツの選択値を調整するステップであって、前記可能性が増加するにつれて前記選択値が増加する、ステップと、
    前記1つまたは複数のサーバによって、前記調整された選択値に基づいて、前記アプリケーションを識別する前記第三者コンテンツを選択するステップと、
    前記1つまたは複数のサーバによって、前記アプリケーションを識別する前記第三者コンテンツを前記ユーザのクライアントデバイスに配信するステップと
    を備える、方法。
  2. ポストインストールアクティビティを指定するデータを受信するステップが、実行されることが可能な前記アプリケーションとの1つまたは複数のユーザ対話を指定するデータを受信するステップを備える、請求項1に記載の方法。
  3. ポストインストールアクティビティを指定するデータを受信するステップが、前記アプリケーションのインストール後に取得される、支出レベルまたは利益レベルのうちの1つを含む目標利得レベルを指定するデータを受信するステップを備える、請求項1または2に記載の方法。
  4. 前記ユーザが前記指定されたポストインストールアクティビティを実行する前記可能性を決定するステップが、
    前記アプリケーション内の以前のユーザアクティビティを指定する履歴ユーザアクティビティデータにアクセスするステップと、
    前記指定されたポストインストールアクティビティを実行したユーザのユーザ属性にアクセスするステップと、
    前記ユーザによる前記アプリケーションのインストール後に、前記ユーザが前記指定されたポストインストールアクティビティを実行する可能性を提供するモデルを生成するステップと、
    前記可能性を取得するために、前記ユーザの前記1つまたは複数の属性に前記モデルを適用するステップと
    を備える、請求項1から3のいずれか一項に記載の方法。
  5. 前記モデルが、前記アプリケーション内の以前のユーザアクティビティを指定する前記履歴ユーザアクティビティデータに機械学習システムを適用するステップによって生成される、請求項4に記載の方法。
  6. 前記ユーザが前記指定されたポストインストールアクティビティを実行する前記可能性を決定するステップが、
    前記アプリケーション内の対話を通じて取得された以前の利得を指定する履歴ユーザアクティビティデータにアクセスするステップと、
    前記アプリケーションと対話したユーザのユーザ属性にアクセスするステップと、
    前記ユーザによる前記アプリケーションのインストール後に前記アプリケーションとの対話を通じて前記ユーザから取得される推定利得を提供するモデルを生成するステップと、
    前記ユーザから取得される前記推定利得を取得するために、前記モデルを前記ユーザの前記1つまたは複数の属性に適用するステップと
    を備える、請求項1に記載の方法。
  7. 前記モデルが、前記アプリケーション内の対話を通じて取得された以前の利得を指定する前記履歴ユーザアクティビティデータに機械学習システムを適用することによって生成される、請求項6に記載の方法。
  8. 前記プロバイダが追跡しているポストインストールアクティビティのセットが取り込まれたユーザインターフェースを前記プロバイダに提供するステップをさらに備え、ポストインストールアクティビティを指定するデータを受信するステップが、前記ユーザインターフェースに提示されたポストインストールアクティビティの前記セットのうちの1つまたは複数とのプロバイダの対話を検出するステップを備える、請求項1から7のいずれか一項に記載の方法。
  9. 実行時に、1つまたは複数のプロセッサに、請求項1から8のいずれか一項に記載の方法を含む動作を実行させる命令を備える非推移的コンピュータ可読媒体に組み込まれる、非一時的コンピュータプログラム製品。
  10. 1つまたは複数のプロセッサと、
    実行時に、前記1つまたは複数のプロセッサに、請求項1から8のいずれか一項に記載の方法を含む動作を実行させる命令を備える1つまたは複数のメモリ要素と
    を備える、システム。
JP2019502252A 2016-07-18 2017-07-13 ポストインストールアプリケーション対話の改善 Pending JP2019527427A (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201662363680P 2016-07-18 2016-07-18
US62/363,680 2016-07-18
US15/642,994 2017-07-06
US15/642,994 US10540158B2 (en) 2016-07-18 2017-07-06 Post-install application interaction
PCT/US2017/041876 WO2018017386A1 (en) 2016-07-18 2017-07-13 Improving post-install application interaction

Publications (1)

Publication Number Publication Date
JP2019527427A true JP2019527427A (ja) 2019-09-26

Family

ID=60940967

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019502252A Pending JP2019527427A (ja) 2016-07-18 2017-07-13 ポストインストールアプリケーション対話の改善

Country Status (5)

Country Link
US (3) US10540158B2 (ja)
JP (1) JP2019527427A (ja)
KR (3) KR102276284B1 (ja)
CN (3) CN117708413A (ja)
WO (1) WO2018017386A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7425222B2 (ja) 2021-03-08 2024-01-30 グーグル エルエルシー セキュアマルチパーティ計算を使用したプライバシー保持測定

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10540158B2 (en) 2016-07-18 2020-01-21 Google Llc Post-install application interaction
US11354590B2 (en) 2017-11-14 2022-06-07 Adobe Inc. Rule determination for black-box machine-learning models
US10609434B2 (en) * 2018-08-07 2020-03-31 Adobe Inc. Machine-learning based multi-step engagement strategy generation and visualization
US11107115B2 (en) 2018-08-07 2021-08-31 Adobe Inc. Machine-learning based multi-step engagement strategy modification
US10999358B2 (en) * 2018-10-31 2021-05-04 Twitter, Inc. Traffic mapping
CN111913722A (zh) * 2020-06-15 2020-11-10 北京爱接力科技发展有限公司 一种应用于机器人的第三方应用程序管理方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011039909A (ja) * 2009-08-17 2011-02-24 Albert:Kk 提示情報の最適化方法及びシステム
JP2015509240A (ja) * 2012-01-06 2015-03-26 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ ソーシャルメッセージに基づき第２のスクリーン上で動的な宣伝を提供する方法及びシステム
US20150088644A1 (en) * 2013-09-23 2015-03-26 Facebook, Inc., a Delaware corporation Predicting User Interactions With Objects Associated With Advertisements On An Online System
JP2015207321A (ja) * 2015-08-18 2015-11-19 ヤフー株式会社 広告情報提供装置および広告情報提供方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8136090B2 (en) * 2006-12-21 2012-03-13 International Business Machines Corporation System and methods for applying social computing paradigm to software installation and configuration
US8612966B2 (en) * 2007-11-29 2013-12-17 Red Hat, Inc. Method and system for preparing software offerings having software application code and post-install configuration information
BRPI1009137A2 (pt) * 2009-03-13 2016-03-08 Ricoh Co Ltd aparelho de processamento de informações, método de processamento de informações e aparelho de formação de imagem
US8180688B1 (en) 2010-09-29 2012-05-15 Amazon Technologies, Inc. Computer-readable medium, system, and method for item recommendations based on media consumption
KR20120049542A (ko) * 2010-11-09 2012-05-17 경희대학교 산학협력단 사용자의 심리적 상태를 고려한 스마트폰용 앱 자동 추천시스템
US8401522B2 (en) * 2011-02-21 2013-03-19 Carmela R. Crawford Systems, methods and apparatus for authenticating access to enterprise resources
US20120284128A1 (en) * 2011-05-06 2012-11-08 Yahoo! Inc. Order-independent approximation for order-dependent logic in display advertising
US8655730B1 (en) * 2011-09-28 2014-02-18 Amazon Technologies, Inc. Selecting advertisements based on advertising revenue model
US9922333B2 (en) * 2012-03-09 2018-03-20 Exponential Interactive, Inc. Automated multivariate behavioral prediction
US20140019228A1 (en) * 2012-07-11 2014-01-16 Char Software, Inc. d/b/a Localytics System and Method for Performing Application-Level Analytics and Testing to Tailor Actions and Communications to a User's Experience
US9167404B1 (en) 2012-09-25 2015-10-20 Amazon Technologies, Inc. Anticipating data use in a wireless device
US20140164141A1 (en) * 2012-12-12 2014-06-12 Jonathan Arie Matus Software Application Notifications
US20140278927A1 (en) * 2013-03-14 2014-09-18 Igt System and method for attribution of mobile advertisements related to mobile applications
US10075384B2 (en) * 2013-03-15 2018-09-11 Advanced Elemental Technologies, Inc. Purposeful computing
US9390141B2 (en) * 2013-09-30 2016-07-12 Google Inc. Systems and methods for determining application installation likelihood based on probabilistic combination of subordinate methods
US9632748B2 (en) * 2014-06-24 2017-04-25 Google Inc. Device designation for audio input monitoring
US11100536B2 (en) * 2014-12-08 2021-08-24 Vungle, Inc. Systems and methods for providing advertising services to devices with a customized adaptive user experience based on adaptive algorithms
US10755006B2 (en) * 2015-01-09 2020-08-25 Schlumberger Technology Corporation Cloud-based reservoir simulation environment
US20190050490A1 (en) * 2015-02-05 2019-02-14 Google Inc. Presenting contextual user suggestions
CN105354132B (zh) * 2015-09-25 2017-12-08 百度在线网络技术（北京）有限公司 移动应用的投放处理方法、跟踪投放渠道的方法及系统
US10540158B2 (en) 2016-07-18 2020-01-21 Google Llc Post-install application interaction
US20180218287A1 (en) * 2017-02-01 2018-08-02 Facebook, Inc. Determining performance of a machine-learning model based on aggregation of finer-grain normalized performance metrics

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011039909A (ja) * 2009-08-17 2011-02-24 Albert:Kk 提示情報の最適化方法及びシステム
JP2015509240A (ja) * 2012-01-06 2015-03-26 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ ソーシャルメッセージに基づき第２のスクリーン上で動的な宣伝を提供する方法及びシステム
US20150088644A1 (en) * 2013-09-23 2015-03-26 Facebook, Inc., a Delaware corporation Predicting User Interactions With Objects Associated With Advertisements On An Online System
JP2015207321A (ja) * 2015-08-18 2015-11-19 ヤフー株式会社 広告情報提供装置および広告情報提供方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7425222B2 (ja) 2021-03-08 2024-01-30 グーグル エルエルシー セキュアマルチパーティ計算を使用したプライバシー保持測定

Also Published As

Publication number Publication date
CN109791562B (zh) 2023-11-14
KR20190028511A (ko) 2019-03-18
KR20210021120A (ko) 2021-02-24
CN109791562A (zh) 2019-05-21
KR20210088744A (ko) 2021-07-14
US20200117436A1 (en) 2020-04-16
US20180018155A1 (en) 2018-01-18
CN117708413A (zh) 2024-03-15
KR102219275B1 (ko) 2021-02-23
US11003432B2 (en) 2021-05-11
CN117708414A (zh) 2024-03-15
KR102276284B1 (ko) 2021-07-12
US11249741B2 (en) 2022-02-15
KR102328613B1 (ko) 2021-11-18
US20210089289A1 (en) 2021-03-25
WO2018017386A1 (en) 2018-01-25
US10540158B2 (en) 2020-01-21

Similar Documents

Publication Publication Date Title
US11748777B1 (en) Content selection associated with webview browsers
US11249741B2 (en) Post-install application interaction
KR20140087043A (ko) 웹페이지들로부터의 어플리케이션 런칭
US10958747B2 (en) Digital component transmission
US11711424B2 (en) Optimization of a multi-channel system using a feedback loop
US20190318394A1 (en) Third party customized content based on first party identifer
US11983744B2 (en) Personalized mobile application re-engagement
US20200394189A1 (en) Broad match control
US9047254B1 (en) Detection and validation of expansion types of expandable content items
US10089656B1 (en) Conducting a second auction for load order

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190228

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190228

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200116

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200225

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200522

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200706

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200918

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20201124